🔬 Category

physics.comp-ph

881 articoli

La fisica computazionale unisce la potenza dei calcoli moderni alla teoria fisica per esplorare fenomeni complessi che i laboratori tradizionali faticano a replicare. In questa sezione, scoprirete come i ricercatori utilizzano simulazioni avanzate per modellare tutto, dalle stelle morenti ai materiali quantistici, trasformando equazioni astratte in scenari visibili e comprensibili.

Su Gist.Science, selezioniamo e analizziamo sistematicamente ogni nuovo preprint in questa categoria proveniente da arXiv. Il nostro obiettivo è rendere queste ricerche accessibili a tutti: offriamo sia un riassunto in linguaggio semplice per i curiosi, sia una versione tecnica dettagliata per gli esperti, garantendo che la conoscenza scientifica viaggia velocemente e chiaramente.

Di seguito trovate le ultime pubblicazioni in fisica computazionale, aggiornate regolarmente con le nostre sintesi esclusive.

Collective behavior of squirmers in thin films

Questo studio impiega il modello squirmer e la dinamica delle particelle dissipative per investigare come la forma del nuotatore, la frazione volumetrica, le interazioni idrodinamiche e i dipoli rotlet influenzino i comportamenti collettivi — che spaziano da fasi di tipo gas allo sciame e alla separazione di fase indotta dalla motilità — dei batteri in film sottili confinati, rivelando una formazione strutturale asimmetrica e l'effetto mitigante dei dipoli rotlet sulle differenze tra i tipi di nuotatori.

Bohan Wu-Zhang, Dmitry A. Fedosov, Gerhard Gompper2026-06-02🔬 cond-mat

Iterative bounds on effective transport for advection diffusion in periodic flow fields

Questo articolo introduce un metodo iterativo per calcolare analiticamente momenti arbitrari della misura spettrale per l'avvezione-diffusione in campi di flusso periodici, consentendo la derivazione di limiti rigorosi e di alto ordine sul trasporto effettivo che catturano accuratamente i comportamenti noti in flussi stazionari 2D ed estendono il risultato ai regimi 3D e tempo-periodici.

N. B. Murphy, D. Hallman, E. Cherkaev, J. Xin, K. M. Golden2026-06-02🔬 physics.app-ph

Exploring Neural Network Surrogates for High-Order Mesh-Free Interpolants

Questo articolo investiga l'uso di percettroni multistrato per accelerare i metodi mesh-free di ordine superiore, sia tramite la surrogazione dei kernel sia risolvendo i sistemi lineari associati, riscontrando che, sebbene il secondo approccio ottenga accelerazioni significative con un'elevata accuratezza, esso affronta sfide fondamentali poiché le approssimazioni di ordine superiore impongono requisiti sempre più stringenti sulla precisione predittiva della rete neurale.

Lucas Gerken Starepravo, Georgios Fourtakas, Steven Lind, Ajay Harish, Jack R. C. King2026-06-02🔬 physics

Stability of Extrinsic Cohesive-Zone Model with Penalty-Based Contact in Explicit Dynamic Fragmentation Simulations

Questo studio identifica che la combinazione di modelli di zona coesiva estrinseci con il contatto basato su penalità nelle simulazioni di frammentazione dinamica esplicita causa una grave crescita di energia non fisica e una frammentazione artificiale dovute a discontinuità di rigidezza ed errori di commutazione, concludendo infine che tale approccio è inadatto per simulazioni a lungo termine e coerenti dal punto di vista energetico, nonostante il parziale mitigamento offerto dalle strategie di penalità adattiva.

Thibault Ghesquière-Diérickx, Jean-François Molinari, Guillaume Anciaux2026-06-02🔬 physics

The semi-explicit nonsmooth Newmark time integrator for robust unilateral contact in dynamic fragmentation simulations

Questo articolo introduce e valida uno schema di integrazione temporale di tipo semi-esplicito, il Nonsmooth Newmark (NSN), che gestisce in modo robusto il contatto unilaterale nelle simulazioni di frammentazione dinamica imponendo rigorosamente i vincoli, ottenendo così una stabilità e un'accuratezza superiori rispetto ai metodi basati sulla penalità, rivelando al contempo che la dissipazione da contatto può paradossalmente aumentare il numero di frammenti migliorando la localizzazione del danno.

Thibault Ghesquière-Diérickx, Guillaume Anciaux, Vincent Acary, Jean-François Molinari2026-06-02🔬 physics

Conservative Discrete Structure Stabilizes Autoregressive Rollouts in a 1D Drift Diffusion Poisson Benchmark

Questo articolo dimostra che, per un benchmark di Poisson drift-diffusion 1D, l'imposizione di una struttura a volumi finiti conservativa è significativamente più critica per ottenere rollout autoregressivi stabili a lungo termine con un errore prossimo a quello di arrotondamento rispetto al miglioramento dell'accuratezza della regressione neurale a singolo passo o all'applicazione di correzioni apprese.

Yufeng Wang, Lu Wei, Haibin Ling2026-06-02🔬 physics